基于超平面投影的高维多目标进化算法

摘要

针对高维多目标优化问题(MaOPs),为了更好地在收敛性和分布性之间保持平衡,提出基于超平面投影的高维多目标进化算法(HPEA).通过归一化技术构造单位超平面,将种群个体垂直投影到单位超平面上,消除收敛程度的影响;通过改进的Harmonic平均距离,评估单位超平面上投影点的拥挤密度;结合收敛信息构造λ-distance,更好地平衡解集收敛性与分布性.为了检验所提算法的性能,将之用于求解3~10个目标的9类标准测试函数,与目前国内外具有代表性的5种高维多目标进化算法对比可知,该算法相对于其他算法具有优势,能够在提高算法收敛性的同时,保证解集的分布性.